近年研究表明，心电图中反映出的T波交替（T-wave alternans, TWA）现象，是预测恶性心律失常和心源性猝死的有效的独立预测因子，是最具预测价值的无创性心电指标。显性TWA现象非常少见，一旦出现，病人常进展为室颤和猝死，而大部分TWA是微伏级的，是体表心电图上肉眼不能轻易分辨的，因此微伏水平的TWA需要通过一定的信号处理技术来进行计算和测量。本文围绕谱分析法和Poincare散点图法这两种方法进行检测TWA的研究，以EuropeanST-T Database标准心电数据库和MIT-BIH心律失常数据库的心电信号中的128个连续心拍作为检测对象。在介绍了课题背景意义及相关领域的研究现状后，主体研究内容如下：心电信号预处理部分，这一部分包括对心电信号的去噪和检测点的确定。首先，明确了几种常见心电噪声的来源和频率范围，介绍了常见去噪方法，结合本文去噪算法，利用简单整系数法去除工频干扰，详细描述了利用小波变换去除肌电干扰和基线漂移。然后，利用小波变换进行心电信号QRS波群的标定，在此基础上找到T波的始末位置和峰值。以1/6个T波长度均值为间隔，在峰值前后各标3个点,构成7*128个检测点集合。TWA检测部分，使用了两种算法。首先，使用谱分析法检测，通过快速傅里叶变换将7*128个采样点的幅值变化转变成功率谱并进行叠加和归一化，通过0.5周期每心拍处谱值减去背景噪声的值，来判定是否存在TWA，如果存在，其谱值开方即为交替幅值。然后，利用散点图法检测。相邻心拍T波差分后组成新序列，并由差分序列作出散点图。形态上，存在T波交替的散点图与正常T波存在明显区别，存在T波交替则散点分布在以x+y=0为轴线的附近，形成类似椭圆的扁圆形状；而正常T波形成的散点会以原点为中心均匀分布，散点形状接近圆形。根据形态区别和T波交替的幅值变化特点进一步研究散点中有效的定量指标,并找出判定是否存在T波交替的合适阈值。仿真结果的统计分析部分，经过大量的仿真测试，对两种方法的检测数据进行分析，运用统计学知识，运用一致性检验证明散点图量化指标与谱分析法的结论具有一致性。可以认为散点图量化指标具有优越的敏感性，是检测TWA的有效指标。并提出多种指标综合起来对TWA进行可能性分级。最后，对两种检测方法进行总结和展望，虽然可以证明散点图法不仅直观而且可以提供有效量化指标，但是这方面的研究还很少，下一步的研究工作可以进行更多的数据补充，指标的改进以及新指标的发掘，利用Poincare散点图法检测TWA的研究仍有很大提升空间。